一种基于遗传算法与神经网络的硬判决译码方法

摘要

本发明涉及通信中信号处理领域，特别涉及一种基于遗传算法与神经网络混合智能算法的硬判决译码方法，即遗传神经网络译码(Genetic Neural‑network Decoding，GND)方法。该方法充分利用遗传算法的自优化能力和神经网络的模式分类功能对接收匹配滤波器的硬判决量化输出进行优化处理，以弥补因信道传输误差和硬判决量化给译码带来的可靠性损失，从而恢复出一个与传输序列更似然的码字作为硬判决译码器的输入以得到一个更好的译码结果。从理论分析和计算机模拟仿真可看出，该GND译码方法纠错性能接近传统软判决译码，又由于译码过程不需要利用信道统计软信息，其复杂度相对传统软判决译码大幅度降低。